结课测试|这些云计算知识,你都掌握了吗?
何恺铎
该思维导图由 AI 生成,仅供参考
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
云计算是当今技术领域的热门话题,何恺铎的《深入浅出云计算》课程为读者提供了全面的学习内容。该课程涵盖了从IaaS到PaaS的广泛内容,为读者提供了深入了解云计算内涵和能力的机会。结课测试题共包括12道单项选择题和8道多项选择题,每题5分,满分100分。完成测试后,读者还可以查看参考答案和题目解析,以检验自己的学习效果并进行系统性回顾。这些内容将帮助读者巩固所学知识,为他们的学习之旅画上圆满的句号。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《深入浅出云计算》,新⼈⾸单¥29
《深入浅出云计算》,新⼈⾸单¥29
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(11)
- 最新
- 精选
- 何恺铎置顶[上讲问题参考回答] 1. hyperparameter是指影响模型训练过程和最终结构的重要参数,它们需要你事先指定,而不是在模型学习过程中自动学习得来。所谓“调参”就是指调整和寻找这些参数最优值的过程,可以认为是更广义的自动机器学习(AutoML)的一部分。云上AI有一些专门的调参服务,比如SageMaker的Hyperparameter tuning job,可以替你以某种策略尝试不同的参数组合并评估效果,最终帮助你找到合理的参数配置。 2. 模型的可迁移性一般取决于模型的类型、算法以及存储格式。外部训练好的模型,如果符合云厂商的兼容标准,加以一些必要的转换和打包,是可以放到云上进行推理的。云上训练的模型如果想“下云”,则需要确认模型训练的结果是否对外暴露(比如是否存储在可见的对象存储中),以及模型的存储结构是否遵循开放标准,过程可能相对困难,但也不是完全不可能的。2020-04-125
- Bora.Don高屋建瓴,同时又有实操指导,真是佩服佩服,期待老师将来有新课程面世
作者回复: 谢谢你的肯定,会继续努力:)
2020-04-105 - Helios谢谢老师这么多天的文章,期待后续更加深入的课程,祝老师生活愉快~
作者回复: 也谢谢你的祝福,我想一定有缘再相会
2020-04-103 - 我来也哈哈,考了95分,错了一题。 自从老师的专栏出来后,一直在跟着看和实践。 特别是前面的laas部分学的很扎实,收货颇多。 后面的paas篇,暂时工作中还未涉及到,且当作技术储备,后面有需要了再来实操。 感谢老师这段时间以来的辛苦付出! 最近忙着实操k8s,买的很多专栏只有这一个是跟的最紧的。
作者回复: 谢谢。95分,很厉害哟!
2020-04-102 - 夜空中最亮的星题答的惨啊😭
作者回复: 可以看看题目解析
2020-04-101 - 罗辑思维考了60😳
作者回复: 拿捏得“恰到好处”啊,呵呵。不妨看看题目解析。
2020-04-102 - 叶玄80分,还得努力2020-05-31
- Seven.Lin澤耿谢谢,虽然一直在做云计算相关工作,但没这么系统过一遍,不过对于接触过的我来说,貌似不是很深入,只能说浅出梳理一遍,希望后面有更加深入的课程,加油2020-05-22
- 知故65分,需要二刷。尝试制作云计算知识地图2020-05-05
- Sinvi60分……该做个总结了2020-04-15
收起评论